ElasticSearch到底是个什么东西
据说微信搜索《Java鱼仔》会变动强！java
本文收录于JavaStarter ，里面有我完整的Java系列文章，学习或面试均可以看看哦node
（一）介绍
ElasticSearch的目标就是实现搜索。在数据量少的时候，咱们能够经过索引去搜索关系型数据库中的数据，可是若是数据量很大，搜索的效率就会很低，这个时候咱们就须要一种分布式的搜索引擎。Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。git
ES主要用于全文检索、结构化搜索以及分析。ES的应用十分普遍，好比维基百科、Github等都使用ES实现搜索。程序员
（二）核心概念理解
2.1 数据结构
ES既然是用来搜索的，那么它必然也须要存储数据。在Mysql等关系型数据库中，数据的存储遵循下面的逻辑：github
一个数据库（database）中有多个表（tables），每一个表有多行数据（rows），每一行数据由多个字段（columns）组成。web
ES中的存储是这样的：面试
一个索引（indeces）至关于一个数据库（database），每一个索引中有多个类型types（至关于表结构），每一个索引中有多个documents（至关于行），每一个documents由多个fields组成（至关于字段）。算法
你能够把ES理解为他是一个面向文档的数据库。下面用一张图描述ES和关系型数据库之间的类似之处：sql
值得注意的是，在ES7.x版本中，types将慢慢被遗弃，在8.x版本中，types将会完全弃用。数据库
2.2 索引（indeces）和文档（documents）
ES中的索引和Mysql中的索引不是同一种东西，ES中的索引是一个文档的集合，索引就是一个数据库。
前面说了ES是面向文档的，文档是ES中最重要的单位，文档就是一条条的数据。文档中有几个重要的概念：
一、一篇文档中包含多个key：value
二、文档其实就是一个JSON字符串
2.3 分片
咱们经过EShead建立一个索引时，他会让咱们选择分片数量和副本数量
ES是一个分布式搜索引擎，分片就是把一堆数据分布到多个分片中。而索引是对每一个分片的一个备份，这些副本一样能处理查询请求。
如今假设集群有两个node节点，设置分片数是5个，副本数是1个，那么数据存储结构将变成下面这样，能够保证副本和分片在不一样的节点上：
2.4 倒排索引
为何ES的搜索这么快，和其中所使用的倒排索引也有必定的关系。倒排索引创建的是分词和文档之间的映射关系。下面经过一个简单的例子来说解一下什么是倒排索引
原来的数据中咱们经过文档ID去关联标签，可是在查询时就须要遍历全部文档。经过倒排索引，咱们能够经过关键词来找到最匹配的文档。
（三）ES的基本操做
ES是基于Restful风格进行操做的，所以对于习惯了写crud的程序员来讲，ES很容易上手。ES的操做可使用Kibana，也可使用Postman直接调用，由于归根结底它就是一个restful的操做。我这里使用Idea的ES插件直接调用。
3.1 建立文档
PUT http://ip:port/索引名/类型名/文档id { "key":"value" }
由于类型名在后续的版本中将会被删除，这里能够用_doc表明默认类型：
PUT http://ip:port/索引名/_doc/文档id
下面给出操做截图
经过put建立一个索引以后，咱们能够在head中看到对应的数据
3.2 建立带有数据类型的索引
3.1中建立数据时，没有指定具体的数据类型，咱们固然也能够为索引指定数据类型
PUT http://ip:port/索引名 参数示例： { "mappings": { "properties": { "name": { "type": "text" }, "address": { "type": "text" } } } }
ES中的核心数据类型以下：
（1）字符串类型： text, keyword （2）数字类型：long, integer, short, byte, double, float, half_float, scaled_float （3）日期：date （4）日期 纳秒：date_nanos （5）布尔型：boolean （6）Binary：binary （7）Range: integer_range, float_range, long_range, double_range, date_range
3.3 查看索引或者文档的数据
经过GET请求能够查看索引以及文档的信息：
GET http://ip:port/索引名 #查看索引 GET http://ip:port/索引名/类型名/文档ID #查看文档
3.4 修改数据
修改数据和建立数据同样，经过PUT操做就会更新原来的数据：
PUT http://ip:port/索引名/类型名/文档id { "key":"value" }
若是是修改的话，响应结果中的version就会增长。
另一种方法是使用Post请求：
POST http://ip:port/索引名/类型名/文档id/_update 参数实例： { "doc": { "name": "javayz4" } }
更推荐使用这种方式，若是使用PUT方法忘了加某个key，更新就会变成新增
3.5 删除数据
经过DELETE的方式删除数据
DELETE http://ip:port/索引名/类型名/文档id #删除具体的文档 DELETE http://ip:port/索引名 #删除索引
（四）ES的搜索操做
ES最重要的就是它的搜索操做了。
4.1 简单搜索
直接将搜索的参数带到连接中：
GET http://ip:port/索引名/_search?q=key:value
结果以下：
4.2 经过param传递参数
除了将参数放到连接当中，还能够将参数经过JSON请求体的方式传递，其中from和size是分页的参数，query中传递查询条件，_source表示结果中要展现的列，不写就表示展现全部。
GET http://ip:port/索引名/_search 参数示例： { "from": 0, "size": 20, "query": { "match": { "name": "javayz2" } }, "_source": ["name","address"] }
除了上面示例中的这些参数以外，还有不少参数可使用，好比排序：
"sort": [ { "age": { "order": "desc" } } ]
多条件查询：must表示下面的两个条件都要知足，还能够填should，表示任意知足其中一个条件便可，或者是must_not，表示must的相反值
"query": { "bool": { "must": [ { "match": { "name": "javayz" } }, { "match": { "address": "hz" } } ] } }
若是你的数据中存在集合，能够经过空格对多个条件进行查询：
查询过程当中还支持高亮查询
"highlight":{ "pre_tags": "<em>", "post_tags": "</em>", "fields": { "name": { } } }
（五）分词器
所谓分词器，就是将一段话分红一个个关键字，搜索时就按照这些关键字进行搜索。比较好用的分词器有中文的IK分词器。
5.1 基本使用
给出下载连接：https://github.com/medcl/elasticsearch-analysis-ik/releases
下载和本身ES相同的版本，在plugin目录下新建一个ik文件夹，将下载的文件解压到ik目录下，从新启动便可。
IK分词器提供了两种算法：
一、ik_smart：最少切分
二、ik_max_word：最细粒划分
首先最少切分是根据字典给出最少的切分：
ik_max_word是最细粒划分，他会给出最多的结果：
{ "analyzer": "ik_max_word", "text": "我是Java工程师" }
结果：
{ "tokens": [ { "token": "我", "start_offset": 0, "end_offset": 1, "type": "CN_CHAR", "position": 0 }, { "token": "是", "start_offset": 1, "end_offset": 2, "type": "CN_CHAR", "position": 1 }, { "token": "java", "start_offset": 2, "end_offset": 6, "type": "ENGLISH", "position": 2 }, { "token": "工程师", "start_offset": 6, "end_offset": 9, "type": "CN_WORD", "position": 3 }, { "token": "工程", "start_offset": 6, "end_offset": 8, "type": "CN_WORD", "position": 4 }, { "token": "师", "start_offset": 8, "end_offset": 9, "type": "CN_CHAR", "position": 5 } ] }
5.2 字典
对于一些名词，IK自带的字典没法区分，好比个人博客名Java鱼仔，它分词后是这样的：
所以咱们须要手动去增长这样的字典，IK目录下的config/IKAnalyzer.cfg.xml中能够添加本身的字典，首先我在config下新建一个my.dic文件，里面的词汇如今只写了一个Java鱼仔。而后在配置文件中配置本身的my.dic
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer 扩展配置</comment> <!--用户能够在这里配置本身的扩展字典 --> <entry key="ext_dict">my.dic</entry> <!--用户能够在这里配置本身的扩展中止词字典--> <entry key="ext_stopwords"></entry> <!--用户能够在这里配置远程扩展字典 --> <!-- <entry key="remote_ext_dict">words_location</entry> --> <!--用户能够在这里配置远程扩展中止词字典--> <!-- <entry key="remote_ext_stopwords">words_location</entry> --> </properties>
重启后再次进行分词，结果以下：
若是字典没法被识别，多是格式等问题。
（六）总结
这篇文章主要对ES的概念以及基本的操做进行讲解，项目中使用时咱们会将ES集成到Springboot中。本期的分享就到这了，我是鱼仔，咱们下期再见！